WarmStudy（暖学帮）是一套围绕“学生表达困难、家长理解不足、学校支持有限”这一真实教育问题设计的智能体原型系统。它不是普通聊天机器人，也不是单纯的信息展示应用，而是一套把学生端、家长端、心理知识库、风险提醒、管理员后台、模型配置与部署能力串成闭环的场景化系统。
让智能体不只是“回答问题”，而是真正理解角色、年龄、状态与场景，再给出更合适的心理支持与沟通建议。
说明：
本项目的前端应用形态建议统一表述为“基于微信小程序技术实现的 App 应用前端”。
WarnStudty/ 是该 App 的前端工程载体，不建议简单理解为普通小程序演示项目。
面向比赛要求的完整系统原型
本项目对应 2026 年广东省大学生计算机设计大赛教育方向“助育”场景，重点满足以下要求：
有清晰、真实且具体的教育问题场景
有大模型能力接入
有 RAG 知识增强能力
有工具调用或服务编排能力
有完整可演示的前后端系统与后台管理能力
面向真实问题，而不是泛化问答
WarmStudy 关注的不是“能不能聊天”，而是：
学生是否拥有低门槛、可持续的情绪表达入口
家长是否能获得温和、结构化、可执行的沟通建议
系统是否能将测评、打卡、报告、预警与后台管理连成闭环
面向协同支持，而不是单端工具
系统围绕三类角色构建协同能力：
学生端：心理测评、情绪打卡、AI 对话、心理知识支持
家长端：状态查看、报告解读、预警提醒、AI 沟通建议
管理员后台：统一查看用户、登录、模型、知识库、活动流与系统状态
核心优势
1. 不是固定 Prompt，而是状态驱动的智能体
智能体会结合以下信息动态调整输出策略：
年龄 / 年级 / 学段
近期打卡结果
心理测评状态
风险变化趋势
历史会话上下文
这意味着系统输出不是静态模板，而是更贴近当前用户状态与实际需求。
2. 学生端与家长端不是同一套人格
WarmStudy 明确区分两类智能体身份：
学生端：更强调接住情绪、适龄表达、降低说教感
家长端：更强调结构化建议、观察点和下一步行动
这使它区别于普通“所有用户都共用一套回答方式”的通用智能体。
3. RAG 不只是检索，而是和业务状态融合
系统不是简单“查知识再回答”，而是把以下信息共同纳入响应逻辑：
用户角色
年龄与学段
心理状态
会话上下文
知识库内容
因此它更接近“场景智能体”，而不是“知识问答机器人”。
4. 情绪分析与状态识别
WarmStudy 能够实时分析学生的情绪状态，通过情绪词汇的识别和分析，为智能体提供更准确的响应依据。
情绪分析可视化
系统会根据情绪分析结果调整智能体的响应策略，确保在不同情绪状态下都能提供合适的支持。
5. 管理员后台是系统能力的一部分
管理员后台不是附加页面，而是 WarmStudy 的重要组成部分。当前统一后台可直接：
查看用户与登录账号数据
查看模型使用情况
查看并修改 chat / RAG / embedding 模型配置
上传、更新、删除、重置知识库
进行 RAG 检索与问答
查看近期活动流与系统总览
评论